Se filtra que el nuevo modelo ChatGPT, Bel, ha completado su preentrenamiento con 10 billones de parámetros

marsbitPublicado a 2026-08-31Actualizado a 2026-08-31

Resumen

La comunidad tecnológica está en vilo por las últimas filtraciones sobre OpenAI. Se informa que el modelo estrella Astra podría lanzarse la próxima semana, mientras se expanden sus pruebas. Sin embargo, la noticia más impactante es la finalización del entrenamiento previo de un modelo masivo de 10 billones de parámetros, denominado en código "Bel", destinado a ser la base fundamental para la era posterior al GPT-6 y apuntar directamente al umbral de la AGI. Según fuentes, Bel supera a Astra en codificación, razonamiento y tareas de agente de larga duración, funcionando durante días sin intervención y coordinando cientos de subagentes. Se perfila como un "Claude Fable Killer". Además, OpenAI estaría sacando ventaja en la carrera por la supremacía de la IA gracias a su abrumadora potencia de cómputo, incluyendo sus chips personalizados "Jalapeño", lo que supuestamente deja a competidores como Anthropic atrás. En una entrevista, un alto ejecutivo de OpenAI, Tibo, esbozó una visión del futuro cercano: los modelos actuales pronto parecerán primitivos, la "automejora recursiva" ya optimiza internamente los costos operativos, y los modos de respuesta "ultrarrápida" remodelarán el flujo de trabajo humano. Predijo un cambio de paradigma hacia agentes en la nube y la fusión de ChatGPT y Codex en un "AGI Personal" que comprenderá y asistirá proactivamente a los usuarios, adaptando dinámicamente su interfaz. La conclusión es clara: el desarrollo de la IA no se ha estancado; se está ge...

¡La comunidad tecnológica está completamente desvelada!

Se filtra que OpenAI podría lanzar su modelo más potente, Astra, el próximo jueves, y ya ha ampliado su rango de pruebas.

Anteriormente, una filtración interna confidencial confirmó que ya ha tomado el control del código base de su chip de diseño propio «Jalapeño». La velocidad de ejecución del código escrito por IA es 1,8 veces más rápida que la de los mejores ingenieros humanos. ¡Ha aparecido evidencia de recursividad autoconsciente de la IA dentro de OpenAI!

OpenAI tiene otra bomba de profundidad.

Según rumores, OpenAI ya ha ejecutado con éxito un modelo de preentrenamiento de 10 billones de parámetros, con nombre en clave «Bel», apuntando directamente al umbral definitivo de la AGI. Incluso se dice que el preentrenamiento de más de 10 billones de parámetros es solo el punto de partida de Bel. Después de eso, Bel podrá aprender a dos velocidades.

Sam Altman ha declarado: Deberíamos organizar otra fiesta para el lanzamiento del próximo modelo.

¿Qué ambiciones se esconden tras el mundo posterior al GPT-6?

Bel: El monstruo abisal de 10 billones de parámetros

Este año, OpenAI parece haber encontrado un cuello de botella en la escalabilidad, incluso llegando a activar la alarma de emergencia «Código Rojo».

Para concentrar potencia de cálculo, OpenAI incluso canceló productos como Sora y el navegador de IA Altas.

El próximo modelo de IA, Astra, ha logrado múltiples avances matemáticos, impresionando al mundo, pero su lanzamiento se retrasa.

En las últimas semanas, ha habido agitación en el personal de OpenAI: altos cargos como la directora de ingresos Dennis Dresser, el director de operaciones Brad Lightcap y Fergie Simo, ex asistente ejecutiva del CEO Sam Altman, han dimitido sucesivamente.

Justo cuando empezaban las especulaciones sobre si OpenAI se había «quedado sin ideas», varios filtradores tecnológicos de renombre revelaron que OpenAI acaba de completar un preentrenamiento de escala masiva, con nombre en clave «Bel».

¿Qué tan aterrador es este «Bel»?

Veamos algunas palabras clave:

1. Supera la barrera de los 10 billones de parámetros (10T)

Si GPT-4 con billones de parámetros dotó a la IA de un sentido común y lógica cercanos a un graduado universitario humano, ¿qué tipo de «capacidades emergentes» mostrará Bel, con 10 billones de parámetros, en razonamiento complejo, asociación de textos largos y comprensión multidisciplinaria multimodal?

Es un cambio cualitativo.

Equivale a empaquetar la capacidad cerebral de todos los expertos más destacados del mundo actual y multiplicarla por un amplificador exponencial. A este nivel de parámetros, la comprensión del modelo de mundo por parte de la IA alcanzará una profundidad sin precedentes.

2. El sucesor de «Doug», el cimiento definitivo tras GPT-6

Las filtraciones indican que, antes de esto, OpenAI ya había completado un preentrenamiento con nombre en clave «Doug».

Doug estaba posicionado como el modelo base para el proyecto Astra y el rumoreado GPT-6 (que posteriormente pasaría por un intenso proceso de alineación mediante aprendizaje por refuerzo).

Como sucesor, Bel es un cimiento de nueva generación, un paso más allá que Doug, para la «era posterior a GPT-6».

Bel apunta directamente al Santo Grial de la tecnología: la AGI (Inteligencia Artificial General).

Según informes, el modelo Bel supera a Astra en codificación, razonamiento y tareas de agente de inteligencia de larga duración.

Fuentes afirman que el modelo puede trabajar de manera eficiente y continua durante días sin intervención humana, es capaz de autorecuperarse y coordinar cientos de subagentes en paralelo.

3. El asesino de Claude Fable (The Fable Killer)

@ChrisGPT fue directo en su publicación en X:

Bel es el modelo «monstruo» de OpenAI, diseñado para ser el asesino de Fable.

Debería llegar antes de fin de año, o unos meses después del lanzamiento de Astra.

Incluso obtuvo este nombre en clave hace seis días, corroborando la fiabilidad de la fuente.

En teoría, Bel podría haber superado ya a GPT-6, e incluso acercarse al umbral de AGI definido por OpenAI.

En el lanzamiento oficial de GPT-5.6, introdujeron el «Índice RSI», que integra hallazgos en depuración de investigación, optimización de núcleos y recetas de entrenamiento, experimentación de aprendizaje automático y automejora del modelo. Finalmente, el modelo sol mejoró 16,2 puntos respecto a GPT-5.5.

Posteriormente, sol diseñó cientos de experimentos arquitectónicos para su modelo borrador más pequeño e inició el entrenamiento. Solo había intervención humana en casos de fallos de hardware o inestabilidad del entrenamiento. Finalmente, la eficiencia en la generación de tokens mejoró más del 15%.

Bel se convierte en una entidad que evoluciona de manera continua en el verdadero sentido de la palabra.

Las capas de pesos rápidos absorben lecciones aprendidas de demostraciones verificadas, pruebas de código, experimentos y trayectorias de herramientas mientras trabaja. Los ciclos más lentos consolidan las mejoras que sobreviven a la evaluación en pesos persistentes y recetas de entrenamiento.

Aprende rápidamente en memoria rápida, consolida las mejoras validadas como pesos lentos, optimiza continuamente el mecanismo de operación para la siguiente ronda de aprendizaje y destila los resultados finales en modelos más pequeños que todos puedan usar realmente.

GPT-7 podría ser solo una instantánea segura del estado de Bel en una semana determinada.

En Reddit, esta noticia de Leo ya ha generado un gran debate, dado que las filtraciones de Leo siempre son fiables.

Algunos especulan que los modelos internos podrían estar 4,5-6 meses por delante de los modelos externos.

OpenAI declara: «Anthropic ya no puede seguir el ritmo»

Si Bel es un ataque de superioridad técnica, la potencia de cálculo es el arma secreta que eleva la moral interna de OpenAI.

Según análisis cruzados de varios investigadores, OpenAI cree que, desde la segunda mitad de 2026 hasta 2027, mantener el liderazgo no tiene discusión.

¿Por qué tanta certeza? Por la potencia de cálculo.

Las filtraciones mencionan que OpenAI evalúa internamente que su mayor enemigo, Anthropic, sufre escasez de potencia de cálculo y le resultará difícil competir con la próxima generación de IA de OpenAI.

En la carrera armamentística de los modelos grandes, la potencia de cálculo es la munición. Cuando los parámetros del modelo se disparan a niveles de 10 billones, entrenarlo una vez supone un coste astronómico.

Anthropic, aunque posee un gran dominio en arquitecturas de modelos y tecnologías de alineación, claramente no puede competir ante la pura «estética de la fuerza bruta».

Frente al próximo debut público de Astra, Anthropic, limitado por el cuello de botella de la potencia de cálculo, probablemente no podrá ofrecer una respuesta contundente este año.

Mientras otras empresas se desesperan por reunir 100.000 chips H100/B200, OpenAI ya ha forjado «Doug» y «Bel» con la estética de la fuerza bruta.

Y con el lanzamiento del chip de diseño propio de OpenAI, Jalapeño, el foso defensivo no se ha rellenado, sino que se ha ampliado.

El responsable de OpenAI Codex revela la «visión final»

Los 10 billones de parámetros pueden parecer lejanos. Pero dentro de OpenAI, estos avances de fuerza bruta en el nivel base apuntan al mismo destino final para la IA.

Recientemente, en una entrevista para el conocido podcast tecnológico de Matthew Berman, el ejecutivo de OpenAI Tibo reveló sin reservas el futuro mapa de ruta de OpenAI a nivel de aplicación.

Incluso afirmó rotundamente:

El actual y extremadamente potente modelo Codex, en los próximos 2 o 3 meses, parecerá un artefacto de la era primitiva.

Combinando esto con las filtraciones anteriores, Tibo señala cuatro cambios revolucionarios.

La automejora recursiva (RSI) ocurre diariamente dentro de OpenAI.

Tibo confirmó que la «singularidad interna» no solo existe, sino que ya ha logrado un ciclo de negocio funcional.

OpenAI ya ha estado usando sus modelos más potentes para optimizar su propio stack de razonamiento, núcleos CUDA e incluso su infraestructura.

Puso un ejemplo: OpenAI usó internamente el modelo Sol para optimizar el modelo Luna, ¡reduciendo directamente los costes operativos en un 80%!

El modo «Ultra Fast (Súper Rápido)» remodelará el estado de flujo humano.

Tibo reveló que el modo Ultra Fast interno actual ya ha logrado una aceleración de hasta 14 veces. Predice que, en solo 1 o 2 años, esta latencia ultrabaja será el estándar predeterminado de la industria.

Cuando la velocidad de respuesta de la IA se acerque o incluso supere la velocidad del pensamiento humano, la interacción será en tiempo real. Los flujos de trabajo volverán completamente al «estado de flujo (Flow State)», y la carga cognitiva humana disminuirá exponencialmente.

Cambio de paradigma computacional: tu ordenador está a punto de volverse «chatarra».

Con la llegada de la próxima generación de modelos (como Astra), Tibo afirma claramente: el futuro de la IA definitivamente no será la ejecución local, sino una transición completa hacia clústeres de agentes a gran escala en la nube.

El golpe definitivo: ChatGPT y Codex se fusionan, convirtiéndose en una «AGI Personal».

En el futuro, «los mecanismos desaparecerán por completo». Ya no necesitarás escribir manualmente prompts complejos, mantener archivos de habilidades (Skill file) o gestionar memorias, ni mucho menos planificar manualmente subagentes.

La AGI Personal comprenderá de manera continua y pasiva tus objetivos, hábitos diarios y dinámicas de equipo, y te ofrecerá ayuda de forma proactiva.

Lo más sorprendente es su adaptabilidad dinámica de la interfaz de usuario (UI). Aunque la tecnología subyacente es la misma, multimodal y centrada en la voz, la interfaz se deformará automáticamente como el agua según tu identidad.

Conclusión: La singularidad ha llegado, invisiblemente presente

Independientemente de cuánto se exagere el rumor sobre «Bel», o de si Astra realmente puede desmenuzar el código de expertos humanos con tanta fluidez, esta gran filtración ya ha transmitido al mundo entero una señal innegable:

El desarrollo de la inteligencia artificial no se ha estancado, solo está acumulando una tormenta lo suficientemente poderosa como para volcar la mesa.

En la segunda mitad de 2026, el verdadero espectáculo acaba de comenzar.

Referencias:

https://x.com/ChrisGPT/status/2092334431142850782

https://x.com/fanofaliens/status/2091805645221789771

https://x.com/notjazii/status/2092336615473701361

https://www.reddit.com/r/singularity/comments/1vy99vk/according_to_leo_openai_just_finished_its_next/、https://x.com/imjustnewatai/status/2092482501524516888?s=20

Este artículo proviene del WeChat público «新智元» (ID: AI_era), autor: David

Preguntas relacionadas

Q¿Cuáles son los aspectos clave del nuevo modelo "Bel" de OpenAI según el artículo?

ASegún el artículo, los aspectos clave del modelo "Bel" son: 1) Tiene 10 billones (10T) de parámetros, lo que supone un salto cualitativo en razonamiento complejo y comprensión multimodal. 2) Es el sucesor de "Doug" y está destinado a ser la base de la era posterior a GPT-6, apuntando directamente al AGI. 3) Se perfila como el "Claude Fable Killer", superando a Astra en codificación, razonamiento y tareas de agente de larga duración, y puede operar de forma autónoma durante días.

Q¿Qué ventaja competitiva clave tiene OpenAI sobre su rival Anthropic, según se menciona en el texto?

ASegún el artículo, la ventaja competitiva clave de OpenAI sobre Anthropic es su superioridad en potencia de cálculo ("compute"). OpenAI considera que Anthropic sufre escasez de capacidad de cálculo y no puede seguir el ritmo de sus próximos modelos a gran escala como "Bel", lo que le da a OpenAI una ventaja decisiva en la carrera de modelos grandes.

Q¿Qué reveló Tibo, un alto ejecutivo de OpenAI, sobre el futuro de la aplicación de la IA en la empresa?

ATibo reveló cuatro cambios disruptivos: 1) La Mejora Recursiva del Yo (RSI) ocurre a diario internamente, optimizando costes operativos hasta en un 80%. 2) El modo "Ultra Fast" (hasta 14x más rápido) pronto será el estándar, restableciendo el estado de "flujo" humano. 3) El futuro de la IA está en la nube y los clústeres de agentes, no en ejecución local. 4) ChatGPT y Codex se fusionarán en un "AGI Personal" que entenderá y ayudará proactivamente sin necesidad de intervención manual.

Q¿Qué significa que el modelo "Bel" pueda aprender a dos velocidades, como se describe en el artículo?

AQue "Bel" pueda aprender a dos velocidades significa que tiene un sistema de aprendizaje dual: una capa de "pesos rápidos" que absorbe rápidamente lecciones de experiencias validadas (como pruebas de código), y un ciclo más lento que consolida las mejoras que sobreviven a la evaluación en pesos persistentes y recetas de entrenamiento. Esto le permite evolucionar continuamente y destilar sus conocimientos en modelos más pequeños para uso práctico.

QSegún el autor, ¿qué señal importante transmiten estas filtraciones sobre el estado del desarrollo de la IA?

ASegún el autor, estas filtraciones transmiten la señal importante de que el desarrollo de la inteligencia artificial no se ha estancado, sino que está acumulando energía para una tormenta lo suficientemente grande como para "volcar la mesa de juego". Indica que la segunda mitad de 2026 será testigo del comienzo de un gran espectáculo en el campo de la IA.

Lecturas Relacionadas

Marvell: ¿No puede igualar a Nvidia, no cumple las expectativas, su elevada valoración primero 'expulsa el exceso'?

Marvell (MRVL.O) publicó sus resultados del segundo trimestre del año fiscal 2027 (hasta julio de 2026) y ajustó su perspectiva. La empresa elevó sus pronósticos de ingresos para 2027 a 120.000 millones de dólares (crecimiento del 45%) y para 2028 a 180.000 millones (crecimiento del 50%). Sin embargo, estas cifras apenas superaron las expectativas del mercado y fueron menos impresionantes en comparación con las recientes y sólidas perspectivas de NVIDIA. La mayor decepción para los inversores fue que Marvell no elevó su guía para el negocio de ASIC personalizados, a pesar de haber anunciado recientemente un acuerdo de colaboración con Google. Esto generó dudas sobre si el acuerdo realmente generará pedidos sustanciales adicionales para los chips TPU de Google, haciendo que parezca un acuerdo más bien de "regalo" por parte de Marvell para asegurar futuras oportunidades. El crecimiento actual está impulsado principalmente por los productos de interconexión dentro del negocio de centros de datos, que representa el 79% de los ingresos. La rentabilidad bruta ajustada se mantuvo estable en el 58,3%. Aunque Marvell mantiene puntos de crecimiento a largo plazo en redes ópticas, CXL y ASIC para IA, la valoración de la empresa se considera elevada. El mercado reaccionó negativamente (caída tras el cierre) debido a que las perspectivas no cumplieron con las altas expectativas de crecimiento, especialmente en comparación con NVIDIA, y a la falta de claridad sobre los beneficios inmediatos del acuerdo con Google. La atención se centrará ahora en el día del analista de la compañía en octubre para obtener más detalles sobre el negocio ASIC.

marsbitHace 9 min(s)

Marvell: ¿No puede igualar a Nvidia, no cumple las expectativas, su elevada valoración primero 'expulsa el exceso'?

marsbitHace 9 min(s)

a16z: Los mejores talentos se dirigen hacia la infraestructura de IA, el diseño de infraestructura será "reconstruido desde cero"

a16z (Andreessen Horowitz) ha lanzado un nuevo fondo, "Machine Age Fund", centrado en inversiones en infraestructura de IA. La razón fundamental es una creciente "brecha" entre la demanda exponencial de capacidad de cómputo y los suministros limitados. La demanda de IA está aumentando a un ritmo de aproximadamente el 1000% anual, impulsada por el avance desde chatbots hasta agentes y agentes múltiples, donde el consumo de tokens crece exponencialmente. Sin embargo, la oferta de componentes críticos como GPU, memoria y energía está reservada hasta 2028. El problema no es solo la escasez, sino que la arquitectura de computación existente no fue diseñada para cargas de trabajo de IA. El stack completo necesita ser rediseñado desde cero. Esto incluye desde chips y memoria hasta interconexiones, refrigeración, energía e incluso la infraestructura física de los centros de datos. Los cambios físicos son profundos: las necesidades de potencia de los racks pasan de 5-10 kW a 100-150 kW, la refrigeración por aire cambia a líquida, y los voltajes más altos requieren mano de obra especializada. Esta reingeniería total crea enormes oportunidades para startups innovadoras en hardware y sistemas. Los emprendedores de élite están notando esta oportunidad. La proporción de nuevos proyectos de fundadores top relacionados con hardware ha aumentado de un ~3-5% a más del 20-30%. a16z argumenta que estamos en los inicios de una era de décadas dominada por la "inteligencia de máquina", donde la optimización del hardware es crucial para desbloquear todo el potencial.

marsbitHace 55 min(s)

a16z: Los mejores talentos se dirigen hacia la infraestructura de IA, el diseño de infraestructura será "reconstruido desde cero"

marsbitHace 55 min(s)

¡OpenAI compra decenas de miles de Mac para entrenamiento de aprendizaje por refuerzo! Apple le arrebata el trabajo a Nvidia

Según informaciones, OpenAI y Anthropic están adquiriendo o alquilando decenas de miles de Mac mini y Mac Studio para tareas de aprendizaje por refuerzo, específicamente para entrenar "agentes de uso informático". Este aumento en la demanda empresarial ha convertido a Mac en la línea de productos de más rápido crecimiento para Apple, impulsando sus ventas en un 29% en el último trimestre. La ventaja clave radica en la arquitectura de memoria unificada de los chips M de Apple, que permite un acceso más eficiente a los datos para cargas de trabajo de IA en comparación con las GPU tradicionales, junto con sus sistemas de refrigeración robustos. Aunque esta demanda tomó por sorpresa a Apple, que carece de un enfoque estructurado para el mercado empresarial, ahora celebra este éxito e incluso adelantó el lanzamiento del nuevo Mac Studio para potenciar capacidades de agrupamiento en clúster. Nvidia ha respondido con su producto DGX Spark, compitiendo directamente en este segmento. Sin embargo, Apple enfrenta desafíos de suministro debido a la escasez global de chips de memoria, lo que ha llevado a algunos clientes a considerar alternativas. La empresa se está apoyando en socios para penetrar más en el mercado corporativo y está desarrollando servidores internos con sus chips, aunque por ahora no los comercializa.

marsbitHace 1 hora(s)

¡OpenAI compra decenas de miles de Mac para entrenamiento de aprendizaje por refuerzo! Apple le arrebata el trabajo a Nvidia

marsbitHace 1 hora(s)

El mecanismo de seguridad de Claude falla espectacularmente, una IA borra furiosamente el directorio principal de 700 GB de un desarrollador

Claude vuelve a fallar: su mecanismo de seguridad eliminó accidentalmente 700 GB del directorio principal de un desarrollador. El desarrollador Guillemot pidió a Claude Fable 5 que escribiera un script para limpiar archivos temporales en /tmp de forma segura, sin eliminar archivos en uso. Como el script involucraba operaciones de eliminación, el sistema de seguridad de Anthropic activó una "revisión adversaria", degradando el modelo primero a Opus 5 y luego a Opus 4.8 para un análisis más conservador. Este modelo más débil (Opus 4.8) probó el script correctamente, identificando que el directorio principal y /tmp no debían borrarse. Sin embargo, durante la fase de limpieza posterior a la prueba, reutilizó una variable que contenía la ruta del directorio principal y la eliminó. Como resultado, se perdieron 700 GB de datos, mientras que el directorio /tmp que se pretendía limpiar permaneció intacto. El incidente ha reavivado las críticas sobre los mecanismos de degradación de seguridad de Claude. Los desarrolladores se quejan de que se activan con demasiada sensibilidad, reducen significativamente las capacidades del modelo para tareas complejas y son persistentes durante toda la sesión. La paradoja es clara: un sistema que degrada a un modelo más "seguro" pero menos capaz puede, en realidad, aumentar el riesgo de errores graves en operaciones delicadas.

marsbitHace 1 hora(s)

El mecanismo de seguridad de Claude falla espectacularmente, una IA borra furiosamente el directorio principal de 700 GB de un desarrollador

marsbitHace 1 hora(s)

Trading

Spot
活动图片